En kommentar om "Lithium-Ion Battery Simulation for Battery Management Systems: A State of the Art Overview". Batterimodell Studiens syfte och huvudmål

När det gäller utvecklingen av nya högteknologiska och miniatyrenheter är flaskhalsen i denna verksamhet batterier. För närvarande märks detta särskilt inom området för produktion och drift av elfordon, i reservenergilagringsenheter för energinätverk och, naturligtvis, inom miniatyrelektronik för konsumenter. För att möta dagens krav måste energilagringsenheter, som uppenbarligen inte har hållit jämna steg med utvecklingen av alla andra teknologier, ge mer lagrad energi med ett stort antal laddnings-urladdningscykler, ha en hög energilagringstäthet och ge hög dynamik prestanda.

Skapande och testning av nya batterier olika typerär en svår process som tar ganska lång tid, vilket gör den väldigt dyr. Därför, för elektrokemiska forskare, skulle förmågan att utföra detaljerade simuleringar innan de påbörjar praktiska experiment vara en riktig välsignelse. Men tills nyligen har ingen kunnat skapa en matematisk modell batteri, detaljerad till nivån av enskilda atomer på grund av komplexiteten hos en sådan modell och på grund av begränsningarna befintliga fonder matematisk modellering.

Men det har nu förändrats, tack vare arbetet från två tyska forskare, Wolf Dapp från Institutet för avancerad simulering och Martin Muser från University of Saarlandes. Dessa forskare skapade en komplett matematisk modell av batteriet och gjorde dess beräkningar ner till nivån för enskilda atomer. Det bör noteras att enligt simuleringsresultaten sammanfaller egenskaperna hos det "matematiska batteriet" till stor del med egenskaperna hos riktiga batterier som vi alla är vana vid att hantera.

På senare år har experter på området informationsteknik batterimodeller har skapats många gånger tidigare, men alla dessa modeller fungerade på en nivå som var mycket större än nivån för enskilda atomer, och förlitade sig på data och parametrar som erhölls experimentellt, såsom jonisk och elektronisk konduktivitet, utbredningskoefficienter, strömtäthet , elektrokemiska potentialer, etc.

Sådana modeller har en allvarlig nackdel - de fungerar extremt felaktigt eller fungerar inte alls när det gäller nya material och deras kombinationer, vars egenskaper inte är helt förstådda eller inte studerade alls. Och för att helt kunna beräkna beteendet hos ett batteri av nya material som helhet måste elektrokemister genomföra simuleringar på nivån för enskilda molekyler, joner och atomer.

För att modellera batteriet som helhet måste datormodellen beräkna eventuella förändringar i energi, kemiska och elektrokemiska potentialer vid varje beräkningssteg. Detta är precis vad Depp och Muzra lyckades inse. I deras modell är elektrisk energi en variabel, vars värde bestäms av interaktionen mellan atomer, bindningar mellan atomer och joner i varje steg av beräkningar.

Naturligtvis var forskarna tvungna att göra eftergifter till verkligheten. Det matematiska batteriet är långt ifrån komplexiteten hos batteriet du kan få ur din mobiltelefon. Den matematiska modellen av "nanobatteriet" består av endast 358 atomer, varav 118 atomer finns i elektrodernas, katodens och anodens material. Enligt de initiala förhållandena är katoden täckt med ett lager av 20 atomer av elektrolytämnet, och det finns bara 39 positivt laddade joner i själva elektrolyten.

Men trots en sådan uppenbar enkelhet behöver denna matematiska modell avsevärd datorkraft för sina beräkningar. Naturligtvis utförs all modellering i en skala av diskreta enheter, steg, och för en hel cykel av beräkningar krävs minst 10 miljoner steg, som var och en utför en serie extremt komplexa matematiska beräkningar.

Forskarna rapporterar att modellen de skapade bara är ett bevis på de arbetsprinciper de använde, och det finns flera sätt att förbättra denna modell. I framtiden kommer de att komplicera modellen de skapade genom att presentera elektrolytlösningen som en uppsättning partiklar som har en stationär elektrisk laddning. Detta, tillsammans med en ökning av antalet atomer i modellen, kommer att kräva att beräkningen av modellen kan kräva kraften hos inte den svagaste superdatorn, men det är värt det, eftersom sådan forskning kan leda till skapandet av nya energikällor som kommer att revolutionera området för bärbar elektronik.

De senaste åren har de så kallade "intelligenta" batterierna, eller med andra ord Smarta batterier, blivit populära. Batterierna i denna grupp är utrustade med en mikroprocessor som inte bara kan utbyta data med laddaren utan också reglera batteriernas funktion och informera användaren om graden av deras prestanda. Batterier utrustade med ett specialiserat intelligent kontrollsystem används i stor utsträckning i en mängd olika teknisk elektrisk utrustning, inklusive elektrisk transport. Det är anmärkningsvärt att gruppen av smarta batterier huvudsakligen bildas av litium-innehållande batterier, även om det finns förseglade eller ventilerade bly-syra, nickel-kadmium batterier bland dem.

Smarta batterier är minst 25 % dyrare än konventionella batterier. Men smarta batterier skiljer sig inte bara i pris, som de flesta antar, utan också i funktionerna hos justeringsenheten som är ansluten till dem. Den senare garanterar identifieringen av typen av laddningsbara batterier med laddaren, övervakar batteriernas temperatur, spänning, ström och laddningsgrad. En betydande del av litiumjonbatterimodulerna har ett inbyggt övervaknings- och kontrollsystem ( BMS), som ansvarar för batteriernas tillstånd och hanterar dem på ett sådant sätt att batteriernas prestanda maximeras under olika förhållanden.

Låt oss överväga mer i detalj vad ett batteri med BMS är. Intelligenta batterier är batterier utrustade med en speciell mikrokrets där permanenta och tillfälliga data programmeras. Permanenta data är programmerade på fabriken och kan inte ändras: data relaterade till BMS-produktionsserien, dess märkning, kompatibilitet med batteritypen, spänning, max- och minispänningsgränser, temperaturgränser. Tillfälliga data är data som behöver uppdateras regelbundet. Dessa inkluderar i första hand driftkrav och användardata. Som regel är det möjligt att ansluta styr- och balanseringssystemet till en dator eller styrenhet för att övervaka batteriernas tillstånd och kontrollera deras parametrar. Vissa BMS-modeller kan konfigureras för olika typer av batterier (spänningsnivåer, strömvärden, kapacitet).

Batterihanteringssystemet (BMS) är ett elektroniskt system som kontrollerar batteriets laddnings-/urladdningsprocess, ansvarar för driftsäkerheten, övervakar batteriets tillstånd och utvärderar sekundära hälsodata.

BMS (Battery Management System)- detta är ett elektroniskt kort som placeras på batteriet för att kontrollera processen att ladda/urladda det, övervaka batteriets tillstånd och dess element, kontrollera temperaturen, antalet laddnings-/urladdningscykler och skydda batterikomponenterna . Styr- och balanseringssystemet ger individuell kontroll av spänningen och resistansen för varje batterielement, fördelar strömmar mellan batterikomponenterna under laddningsprocessen, styr urladdningsströmmen, bestämmer kapacitetsförlusten på grund av obalans och säkerställer säker anslutning/frånkoppling av lasten.

Baserat på mottagna data utför BMS cellladdningsbalansering, skyddar batteriet från kortslutning, överström, överladdning, överladdning (hög och överdrivet låg spänning i varje cell), överhettning och hypotermi. Funktionaliteten hos BMS tillåter inte bara att förbättra batteriernas driftsläge, utan också att maximera deras livslängd. När batteriets kritiska tillstånd fastställs, reagerar batterihanteringssystemet i enlighet med detta och utfärdar ett förbud mot användning av batteriet i det elektriska systemet - stänger av det. I vissa BMS-modeller är det möjligt att upprätthålla ett register (inspelningsdata) om batteriets funktion och deras efterföljande överföring till en dator.

Litiumjärnfosfatbatterier (kända som LiFePO4), som är mycket överlägsna andra litiumjonbatterier när det gäller säkerhet, stabilitet och prestanda, är också utrustade med BMS-styrkretsar. Faktum är att litium-järn-fosfatbatterier är känsliga för överladdning, såväl som urladdning under en viss spänning. För att minska risken för skador på enskilda battericeller och batterifel som helhet är alla LiFePO4-batterier utrustade med en speciell elektronisk balanseringskrets - ett batterihanteringssystem (BMS).

Spänningen på var och en av cellerna kombinerade till ett litium-järn-fosfatbatteri måste ligga inom vissa gränser och vara lika med varandra. Situationen är sådan att den idealiskt lika kapaciteten för alla celler som utgör ett enda batteri är en ganska sällsynt händelse. Även en liten skillnad på ett par bråkdelar av amperetimmar kan framkalla en skillnad i spänningsnivån under laddnings-/urladdningsprocessen i framtiden. Skillnaden i nivån på laddning / urladdning av cellerna i ett LiFePO4-batteri är ganska farlig, eftersom det kan förstöra batteriet.

När cellerna är parallellkopplade blir spänningen på var och en av dem ungefär lika stor: fler laddade celler kommer att kunna dra mindre laddade. Vid seriekopplade finns ingen enhetlig laddningsfördelning mellan cellerna, vilket gör att vissa element förblir underladdade medan andra laddas om. Och även om den totala spänningen i slutet av laddningsprocessen är nära idealisk, på grund av till och med en liten omladdning av vissa celler i batteriet, kommer irreversibla destruktiva processer att inträffa. Under drift kommer batteriet inte att ge den erforderliga kapaciteten, och på grund av ojämn laddningsfördelning blir det snabbt oanvändbart. Celler med den lägsta laddningsnivån kommer att bli en slags "svag punkt" för batteriet: de ger snabbt efter för urladdning, medan battericeller med högre kapacitet endast kommer att genomgå en partiell urladdningscykel.

Balanseringsmetoden gör det möjligt att undvika negativa destruktiva processer i batteriet. BMS-cellkontroll- och balanseringssystemet säkerställer att alla celler får samma spänning vid slutet av laddningen. När laddningsprocessen närmar sig slutet av BMS balanserar den genom att shunta de laddade cellerna eller överför energin från celler med högre spänning till celler med lägre spänning. Till skillnad från aktiv balansering, med passiv balansering, får celler som nästan helt har fyllt på laddningen mindre ström eller utesluts från laddningsprocessen tills alla battericeller har samma spänningsnivå. Batterihanteringssystemet (BMS) maximerar batteriets livslängd genom balansering, temperaturkontroll och andra funktioner.

Vanligtvis säljer butiker prefabricerade batterier med BMS, men vissa butiker och företag ger fortfarande möjlighet att köpa batterikomponenter separat. Bland dem finns företaget "Electra". Elektra är det första företaget i Ukraina som bestämde sig för att leverera och skapa en marknad för battericeller för självmontering och design av litium-järn-fosfatbatterier (LiFePO4) i vårt land. Den största fördelen med självmontering av batterier från individuella celler är möjligheten att erhålla ett prefabricerat batterikit så nära som möjligt användarens önskemål när det gäller driftsparametrar och kapacitet. När du köper komponenter för att montera ett LiFePO4-batteri är det viktigt att vara uppmärksam inte bara på battericellernas överensstämmelse med varandra, utan också att titta på BMS-parametrarna: spänning, urladdningsström, antalet celler för vilka det är designad. Driften av ett litium-järn-fosfatbatteri innebär också att man endast använder en laddare som motsvarar dess typ. Dess spänning bör vara lika med batteriets totala spänning.

24v 36v 48v 60v

De huvudsakliga syftena med att använda BMS (Battery Management System) som en batteriregulator:

Skyddar battericeller och hela batteriet från skador;

Ökad batteritid;

Upprätthålla batteriet i ett tillstånd där det kommer att vara möjligt att utföra alla uppgifter som tilldelats det så mycket som möjligt.

Funktioner hos BMS (Battery Management System)

1. Övervakning av battericellernas tillstånd i termer av:

- Spänning: total spänning, individuell cellspänning, minimal och maximal cellspänning;

- temperaturer: medeltemperatur, elektrolyttemperatur, utloppstemperatur, temperatur på enskilda battericeller, kort BMS(det elektroniska kortet är som regel utrustad med både interna temperatursensorer som övervakar temperaturen på själva kontrollenheten och externa som används för att kontrollera temperaturen på specifika battericeller);

- laddning och urladdningsdjup;

- laddnings-/urladdningsströmmar;

- användbarhet

Cellstyrnings- och balanseringssystemet kan i minnet lagra sådana indikatorer som antalet laddnings-/urladdningscykler, den maximala och lägsta cellspänningen, det maximala och minimala värdet av laddnings- och urladdningsströmmen. Det är dessa data som låter dig bestämma batteriets hälsostatus.

Felaktig laddning är en av de vanligaste orsakerna till batterifel, så laddningskontroll är en av BMS-mikrokontrollerns huvudfunktioner.

2. Intelligent datoranvändning. Baserat på ovanstående punkter utvärderar BMS:

Maximal tillåten laddningsström;

Maximal tillåten urladdningsström;

Mängden energi som tillförs på grund av laddning eller förloras under urladdning;

Cellens inre motstånd;

Batteriets totala drifttid under drift (totalt antal driftcykler).

3. Messenger. BMS kan tillhandahålla ovanstående data till externa kontrollenheter via trådbunden eller trådlös kommunikation.

4. Skyddande. BMS skyddar batteriet genom att förhindra att det överskrider säkra driftsgränser. BMS garanterar säkerheten för att ansluta / koppla bort lasten, flexibel lasthantering, skyddar batteriet från:

Överström;

Överspänning (under laddning);

Spänningen faller under den tillåtna nivån (under urladdning);

överhettning;

hypotermi;

strömläckage.

BMS kan förhindra en process som är farlig för batteriet genom att direkt påverka den eller genom att skicka en lämplig signal om omöjligheten av efterföljande användning av batteriet till styrenheten (styrenheten). Det intelligenta övervakningssystemet (BMS) kopplar bort batteriet från lasten eller laddaren när minst en av driftsparametrarna är utanför räckvidden.

5. Balansering. Balansering är en metod för att jämnt fördela laddningen mellan alla celler i ett batteri och därigenom maximera batteritiden.

BMS förhindrar överladdning, underladdning och ojämn urladdning i enskilda battericeller:

Att utföra "shuffling" av energi från de mest laddade cellerna till de mindre laddade (aktiv balansering);

Genom att reducera till en tillräckligt låg nivå tillförseln av ström till en praktiskt taget fulladdad cell, samtidigt som mindre laddade battericeller fortsätter att ta emot normal laddningsström (shuntprincipen),

Tillhandahålla en modulär laddningsprocess;

Genom att justera utströmmarna för battericellerna som är anslutna till den elektriska enheten.

För att skydda BMS-skivan från de negativa effekterna av fukt och damm är den belagd med en speciell epoxifogmassa.

Batterier har inte alltid bara ett kontroll- och balanseringssystem. Ibland, istället för ett enda BMS-kort anslutet via utgående ledningar till batteriet och styrenheten, används flera sammankopplade reglerelektronikkort samtidigt, som var och en styr ett visst antal celler och matar utgående data till en enda styrenhet.

Ur praktisk synvinkel kan BMS utföra mycket mer än bara batterihantering. Ibland kan detta elektroniska system delta i kontrollen av parametrarna för det elektriska fordonets driftläge och utföra lämpliga åtgärder för att kontrollera dess elektriska kraft. Om batteriet är inblandat i det elektriska fordonets bromsenergiåtervinningssystem, kan BMS också reglera batteriladdningsprocessen under retardation och nedförsbackar.

Militärvetenskap Aeroballistisk metod för att öka den ballistiska effektiviteten hos de guidade flygbomberna. Nyckelord: flygavstånd, guidad flygbomb, extra flygplan. Fomicheva Olga Anatolievna, kandidat [e-postskyddad], Ryssland, Tula, Tula State University of Technical Science, docent, UDC 621.354.341 MATEMATISK MODELL FÖR FUNKTIONEN AV ETT BATTERI VÄRMESYSTEM SOM ANVÄNDER ETT KEMISKT VÄRMEELEMENT Е.I. Lagutina Artikeln presenterar en matematisk modell av processen att hålla batteriet i optimalt termiskt tillstånd vid låga omgivningstemperaturer genom användning av ett kemiskt värmeelement. Nyckelord: temperaturkontroll, konvektiv värmeöverföring, ackumulatorbatteri, kemiskt värmeelement, matematisk modell. I detta skede av utvecklingen av vapen och militär utrustning är det svårt att föreställa sig ett framgångsrikt genomförande av fientligheter med minimala egna förluster utan enhetligt system truppkontroll. Med hänsyn till den ständigt ökande dynamiken i stridsoperationer är basen för truppens lednings- och kontrollsystem på den taktiska nivån för ledning och kontroll radioutrustning. Denna roll för radioutrustning i styrsystemet får oss i sin tur att ägna särskild uppmärksamhet åt radioutrustningens batterier - batteriet, som grund för deras oavbrutna drift. Med hänsyn till klimategenskaperna i vårt land (närvaron av en stor andel territorier med ett övervägande kallt klimat, möjligheten till framgångsrika stridsoperationer i vissa operativa områden i Fjärran Östern endast under vintermånaderna), bibehåller det optimala termiska läget att använda batteriet vid låga omgivningstemperaturer är en av de viktigaste uppgifterna. . Det är de resursbesparande driftsförhållandena för batterier som till stor del bestämmer den stabila driften av kommunikationssystemet, och följaktligen det framgångsrika slutförandet av stridsuppdrag. 105 Nyheter om TulGU. Teknisk vetenskap. 2016. Nummer. 4 För närvarande har en hel del temperaturkontrollanordningar utvecklats. Men de gemensamma nackdelarna för dem är främst den relativt höga strömförbrukningen (och de drivs av själva batteriet) och behovet av mänskligt deltagande i att kontrollera temperaturkontrollprocessen. Med hänsyn till ovanstående nackdelar, i den utvecklade termostatanordningen, i kombination med ett värmeisolerande hölje, som huvudmedlet för att upprätthålla det optimala termiska driftsättet för batteriet, föreslås det att använda ett kemiskt värmeelement baserat på övermättad natriumacetattrihydrat NaCH3COO 3H2O med en jämviktsfasövergångstemperatur Тf = 331 K och latent fasövergångsvärme rt = 260 kJ/kg, vilket är stabilt under underkylningsförhållanden med införande av små tillsatser och kan underkylas, enligt data, upp till T = 263 K. En patentsökning visade på ett mycket litet antal patent som beskriver fasövergångsvärmeackumulatorer som använder underkylda vätskor som värmelagringsmaterial (HAM). Detta indikerar den praktiska frånvaron inom detta område av beprövade tekniska lösningar som tillåter genomförandet av en kontrollerad process för retur av tidigare ackumulerad värme. Med tanke på att den specifika värmen för fasövergången för den valda TAM är ganska hög, och samtidigt kan den underkyla till mycket låga temperaturer, blir det nödvändigt att genomföra en oberoende beräkningsstudie av detta ämne för att identifiera dess praktisk tillämplighet. Grunden för att konstruera en matematisk modell av TAFP är Stefan-problemet, som är problemet med temperaturfördelningen i kroppen i närvaro av en fasövergång, såväl som fasernas placering och rörelsehastigheten för deras gränssnitt. För enkelhetens skull kommer vi att överväga ett planproblem (när fasövergångsytan är ett plan). Ur klassisk synvinkel är det ett problem inom matematisk fysik och reducerar till att lösa följande ekvationer: 2 dT1 2 d T1 = a1. för 0< x < ξ, 2 dτ dx 2 dT2 2 d T2 = a2 . для ξ < x < ∞, dτ dx 2 с дополнительными условиями T1 = C1 = const < Tф при x = 0, T2 = C = const > Tf och betingelser för fasövergång 106 vid τ = 0, (1) (2) (3) (4) Izvestiya TulGU. Teknisk vetenskap. 2016. Nummer. 4 2. I reversibla TAM-fasövergångsprocesser, smältning och kristallisation vid τ=0, bildas fasgränserna, TAM-temperaturfältet i tillväxtfasen är linjärt och temperaturen för försvinnande fasen är lika med fasövergångstemperaturen. 3. Det finns ingen värmeledningsförmåga hos TAM i längdriktningen. 4. TAM-fastransformationsprocessen antas vara endimensionell. I detta fall är fasgränserna oförändrade i form och vid varje tidpunkt är de cylindriska ytor placerade koncentriskt med avseende på väggarna i det kemiska värmeelementhuset. 5. Värmeförluster till miljön från TAFP under urladdningsprocessen och för uppvärmning av de delar av radiostationen som gränsar till batterihöljet tas inte med i beräkningen. 6. Överföringskoefficienter (värmeöverföring, värmeöverföring, värmeledningsförmåga) och specifika värmekapaciteter är konstanta och beror inte på temperaturen. Processen för konvektiv värmeväxling mellan HAM och väggarna i den kemiska värmeelementkroppen beskrivs av ekvationen W; ak är koefficienten för värmeöverföring från HAM till kroppen av det kemiska värmeelementet, W/(m2 K); Fc - kontaktyta av HAM med innerväggen av det kemiska värmeelementets kropp, m2; Тtam(τ) är temperaturen på värmelagringsmaterialet, K; Тк(τ) är temperaturen på väggen i det kemiska värmeelementets hölje, K. Vid τ>0 är följande ekvationer giltiga: τ) q gånger (τ) = ρ tv ⋅ r ⋅ ⋅ Fk, (13) ) t r d (τ) z(τ) är tjockleken av det kristalliserade HAM-skiktet vid tidpunkten τ, m; 3 ρ sv t är densiteten för TAM i den fasta fasen, kg/m. Det accepterade antagandet om beskrivningen av det termiska tillståndet hos kroppen av ett kemiskt värmeelement i termer av dess medeltemperatur gör det möjligt att inte beräkna de lokala hastighetsfälten och värmeöverföringskoefficienterna vid olika punkter. Sedan, för τ>0, gäller följande ekvation: q gånger (τ) = a t ⋅ Ft (Ttam (τ) − Tc (τ)), (14) , W/(m2 K); Ft – värmeväxlingsyta, m2; Med hänsyn till att värmen som tillförs det kemiska värmeelementets hölje går till att öka dess interna energi och till värmeförlust till batterihöljet, vid τ>0 sker följande ekvation: dT (τ) q gånger (τ) = Sk ⋅ k + av ⋅ Fv ( Tv (τ) − T0), (15) dτ där Sk är den totala värmekapaciteten hos den kemiska värmeelementkroppen i kontakt med batterikroppen, J/K; av – värmeöverföringskoefficient från det kemiska värmeelementets väggar till batteriets yta, W/(m2 K); Fv är ytan av det kemiska värmeelementhuset i kontakt med batterihuset, m2; T0 är batteriets initiala temperatur, K. Den sista ekvationen som beskriver TAFP-systemets funktion - batterihöljet vid τ>0, är ​​balansekvationen: q gånger (τ) = av ⋅ Sk ⋅ (Tk (τ) − Tv (τ)) . (16) Ekvationssystemet (11 - 16) är en matematisk modell av funktionen hos systemet för uppvärmning av batterihöljet under urladdningen av TAFP. De okända funktionerna i den är qraz(τ), z(τ), Тк(τ), TV(τ), Тmam(τ). Eftersom antalet okända funktioner är lika med antalet ekvationer är detta system stängt. För att lösa det i det aktuella fallet formulerar vi de nödvändiga initiala och randvillkoren: q gånger (0) = 0   0 ≤ z (τ) ≤ δ ; z (0) = 0  t (17)  Tk (0) ≈ Tf   TB (0) = Tv (0) = Tr (0) = T0 där δ t är tjockleken på batterihöljet, m; TB – batteritemperatur vid tidpunkten τ, K. Genom algebraiska transformationer av ekvationerna (11 – 17) får vi ett system som består av två differentialekvationer: E − D ⋅ Tк (τ) dz (τ) (18) = , dτ N ⋅ ( W + B ⋅ z (τ)) dTc (τ) E − D ⋅ Tc (τ) = − I ⋅ Tc (τ) + M , (19) dτ Z + Y ⋅ z (τ) där B, W, D , E, I, M, N, Z, Y är några konstanter som beräknas med formler (20 – 28): B = av ⋅ a t ⋅ Fv ⋅ Fts, (20) 109 Izvestiya TulGU. Teknisk vetenskap. 2016. Nummer. 4 W = (a t ⋅ Fk + av ⋅ Fv) ⋅ λtv t ⋅ Fk, D = B ⋅ λtv t ⋅ Fk, E = D ⋅ Tf, a ⋅F I= B B, SB M = I ⋅ T0 , (21 22) (23) (24) (25) (26) N = ρ tv t ⋅ rr ⋅ Fk, Z = W ⋅ SB, (27) Y = B ⋅ SB. (28) 2 där aB är batteriets termiska diffusivitet, m/s, FB är batteriets yta i kontakt med det kemiska värmeelementet, m2; SB är batteriets värmekapacitet, J/K. Genom att analysera differentialekvationssystemet kan man dra slutsatsen att de är icke-linjära. För att lösa detta system med initiala och randvillkor, är det tillrådligt att använda numeriska metoder, till exempel den fjärde ordningens Runge-Kutta-metoden, implementerad med hjälp av Mathcad-datorprogrammet för Windows. Referenser 1. Undersökning av möjligheten att använda underkylda vätskor som värmelagringsmaterial i fasövergångsvärmeackumulatorer installerade på mobila fordon för förstartsvärmning av deras motorer på vintern: forskningsrapport (slutlig) / Voen. eng.-tech. un-t; händer V.V. Shulgin; resp. artist: A.G. Melentiev. SPb., 2000. 26 sid. nr 40049-L. Inv. nr 561756-OF. 2. Bulychev V.V., Chelnokov B.C., Slastilova S.V. Värmeackumulatorer med fasövergång baserade på Al-Si-legeringar // Izvestia av högre utbildningsinstitutioner. Järnmetallurgi. nr 7. 1996. S. 64-67. 3. Undersökning av möjligheten att använda underkylda vätskor som värmelagringsmaterial i fasövergångsvärmeackumulatorer installerade på mobila fordon för förstartsvärmning av deras motorer på vintern: forskningsrapport (mellansteg nr 3) / Voen. eng.-tech. un-t; händer V.V. Shulgin; resp. artist: A.G. Melentiev. SPb., 2000. 28 sid. nr 40049-L. Inv. nr 561554-OF. 4. S. V. Patankar och D. B. Spalding, Heat and Mass Transfer in Boundary Layers, Ed. acad. Vetenskapsakademin vid BSSR A.V. Lykov. M.: Energi, 1971. 127 sid. 5. Mathcad 6.0 Plus. Finansiella, tekniska och vetenskapliga beräkningar i Windows miljö 95/ översättning från engelska. M.: Informations- och förlag "Filin", 1996. 712 sid. 110 Militära specialvetenskaper Lagutina Elizaveta Igorevna, adjungerad vid avdelningen för radio, radiorelä, troposfär, satellit och trådbunden kommunikation, [e-postskyddad], Ryssland, Ryazan, Ryazan Higher Airborne Command School MATEMATISK MODELL AV FUNKTIONSSYSTEM VÄRMER UPP BATTERIET MED ANVÄNDNING AV ETT KEMISKT VÄRMEELEMENT E.I. Lagutina I artikeln, den matematiska modellen av processen att hålla batteriet i optimalt termiskt tillstånd vid låga omgivningstemperaturer med hjälp av ett kemiskt värmeelement. Nyckelord: temperaturkontroll, konvektiv värmeöverföring, batteri, kemiskt värmeelement, matematisk modell. Lagutina Elizaveta Igorevna, adjungerad vid avdelningen för radio, radiorelä, troposfärisk, satellit- och trådkommunikation, [e-postskyddad], Ryssland, Ryazan, Ryazan högre luftburen kommandoskola Nikanorov I detta dokument utfördes en jämförande analys med bestämning av området för ändamålsenlig tillämpning av matematiska modeller av gasdynamiska processer i flödesvolymer, erhållna på grundval av lagarna för bevarande av massa, energi och momentum. för mediets medelintegralparametrar. Nyckelord: luftdynamisk styrväxel, naturvårdslag, matematisk modell, kraftsystem, flödesvolym. Uppsatsen överväger ett tillvägagångssätt för att konstruera modeller av gasdynamiska processer baserade på de grundläggande bevarandelagarna för termodynamiska funktioner och parametrar som är genomsnittliga integraler över volym och yta. En matematisk modell för gasdynamiska processer i en flödesvolym har erhållits. Denna artikel behandlar modeller för nästa nivå av idealisering: 1. En modell av kvasistatiska processer i en flödesvolym för genomsnittliga integrerade termodynamiska funktioner och parametrar. Låt oss betrakta processen som inträffar i volymen w0 (fig. 1), samtidigt som vi antar att den är kvasistatisk, det vill säga antar att hastigheten på gasrörelsen i volymen, såväl som hastigheten för den mekaniska deformationsprocessen av kontrollytan, är försumbart liten jämfört med överföringshastigheterna för mediet genom kontrollytan av volymen. 111

IOANESYAN ALEXEY VILYAMOVICH

SIMULERING AV ICKE-STATIONÄRA DRIFTSLÄGEN FÖR BATTERIET I ETT ELEKTRISK FORDONS

Specialitet 05.09.03 - Elektriska komplex och system

Avhandlingar för en examen

Kandidat för tekniska vetenskaper

Moskva - 2009

Arbetet utfördes vid Institutionen för "Elektrisk teknik och elektrisk utrustning" vid Moskvas bil- och väginstitut (State Technical University)

Ledande organisation: Federal State Unitary Enterprise Research and Experimental Institute of Automotive Electronics and Electrical Equipment (FSUE NIIAE), Moskva.

Disputationen kommer att äga rum den 24 november 2009 kl. 10:00 vid ett möte med avhandlingsrådet D.212.126.05 vid Moskvas bil- och väginstitut (State Technical University) på adressen:

125329 GSP A-47, Moskva, Leningradsky pr., 64.

Avhandlingen finns i MADIs bibliotek (GTU)

Vetenskaplig sekreterare

avhandlingsråd,

Kandidat för tekniska vetenskaper, docent Mikhailova N.V.

allmän beskrivning av arbetet

Problemets relevans

För närvarande arbetar de största biltillverkarna (General Motors, Ford, Daimler-Chrysler, Toyota, Honda, Nissan, Mazda, etc.) intensivt med design och produktion av elfordon. Enligt sådana egenskaper som kraftreserv och bärförmåga, vissa moderna modeller Elfordon kommer nära traditionella bilar, men deras största nackdel är den höga kostnaden.

Egenskaperna hos ett elfordon och dess kostnad bestäms till stor del av parametrarna för det använda kraftverket och i synnerhet batteriet (AB). För att optimera parametrarna för ett kraftverk, beräkna egenskaperna hos ett elfordon och bestämma dess effektivitet i jämförelse med en traditionell bil, är de viktigaste verktygen matematisk modellering och simuleringsmodellering.

Den svåraste uppgiften med att bygga en modell av ett elfordon är att simulera driften av ett AB under dess icke-stationära urladdning och laddning på ett elfordon. Beräkningen och analysen av batteriparametrar krävs också i batterihanteringssystemet på ett elfordon, vilket ger optimala driftsförhållanden, ökar livslängden, förhindrar över- och överurladdning, säkerställer driftsäkerhet och informerar föraren om laddningstillstånd och andra batteriparametrar.

Avhandlingen ägnas åt utvecklingen av rörelsemodeller för ett elektriskt fordon och studiet av icke-stationära driftsätt för batteriet i ett elfordon, vilket verkar vara mycket relevant för närvarande.

Syfte och huvudmål med studien

I enlighet med uppsatta mål i avhandlingen löses följande uppgifter:

• 
  analys och systematisering av metoder och modeller för beräkning av batteriegenskaper;
• 
  formalisering av metoden för bearbetning och analys av statistiska data och simuleringsexperiment för att analysera egenskaperna hos utsläppet;
• 
  utveckling av en simuleringsmodell av icke-stationär rörelse av ett elfordon;
• 
  utveckling av en metod för att integrera heterogena EM-komponenter;
• 
  
• 
  ställa in och lösa optimeringsproblem på en simuleringsmodell.

Forskningsmetoder

Vetenskaplig nyhet

• 
  aggregerad processrepresentation av simuleringsmodellen för icke-stationär rörelse av EM;
• 
  modeller av icke-stationära slumpmässiga processer av EM-rörelsedynamik och AB-laddning/urladdning;
• 
  modeller för att klassificera AB-typer och problemet med att välja typer för givna egenskaper hos EM-rörelsen;
• 
  mjukvaruimplementering EM simuleringsmodell;
• 
  optimeringsalgoritmer på EM-simuleringsmodellen.

Praktiskt värde och genomförande av resultatet av arbetet

Godkännande av arbete

• 
  vid republikanska och interregionala vetenskapliga och tekniska konferenser, symposier och seminarier (2003-2009);
• 
  vid ett möte på avdelningen "Elektrisk teknik och elektrisk utrustning" MADI (GTU).

I inledningen arbetets relevans motiveras, målet bestäms och studiens huvuduppgifter är fastställda.

I första kapitlet avhandling klassificerade modern AB, definierade deras huvudsakliga egenskaper. Systematiseringen av de kända metoderna för beräkning av egenskaperna hos AB har genomförts och möjligheten av deras tillämpning vid modellering av icke-stationär belastning har utvärderats.

Egenskaperna för EM bestäms huvudsakligen av indikatorerna för de elektriska energikällorna ombord. Blysyra (PbAcid), nickel-kadmium (Ni-Cd), nickel-metallhydrid (Ni-MH) batterier och litiumbaserade batterier (Li-Ion, Li-Metal, Li-Polymer)

Genom att analysera egenskaperna hos olika typer av batterier, deklarerade av tillverkare, kan två grupper särskiljas: högenergibatterier (dragkraft) som används i "rena" elfordon och högeffektsbatterier (pulsbatterier).

Den specifika energin för batterier i den första gruppen når 35 Wh/kg för blybatterier; nickel-kadmium - 45 Wh / kg. Dessa batterier är kända för sina låga kostnader, men deras användning minskar prestandan avsevärt och begränsar omfattningen av EM.

Nickel-metallhydridbatterier är lovande E m=80 W∙h/kg, P m=200 W/kg, litiumjonbatterier E m=140 W∙h/kg, P m=420 W/kg och deras polymerelektrolytversion (Li-Polymer) E m=205 W∙h/kg, P m=420 W/kg. De specifika energivärdena ges för ett 3-timmars urladdningsläge, och effektvärdena motsvarar en 30 s puls vid 80 % laddning.

De givna specifika egenskaperna hos batterier räcker inte för att jämföra effektiviteten av deras användning på EM, därför är huvudsyftet med avhandlingen att modellera icke-stationär laddning av AB på EM, för vilken en "svart låda"-modell föreslås med klassisk metoder för experimentplanering.

Enligt de studerade parametrarna (input och output) kan följande grupper av metoder särskiljas:

• 
  metoder för att beskriva en familj av urladdningskurvor - beroende U=f( jag, t) vid ett givet konstant temperaturvärde ( T= const);
• 
  beräkning av den maximala urladdningstiden (batterikapacitet) beroende på urladdningsströmmen;
• 
  metoder för förenklad beräkning av icke-stationär AB-urladdning, d.v.s. urladdning med en tidsvarierande urladdningsström eller strömförbrukning [ t m=f( jag), jag=var eller t m=f(P) P=var];
• 
  bestämning av slutmomentet för AB-urladdningen vid en given ström, som används inte bara i EM-simulering, utan också i AB-styrsystemet direkt ombord på EM;
• 
  komplexa metoder som bestämmer beroenden U=f( jag, t, T) och t m=f( jag).

Den mest kända är metoden för analytisk beskrivning av urladdningsegenskaperna hos AB, föreslagen av Shepherd. Denna metod låter dig beskriva beroendet U= f( jag,t) som:

Den största nackdelen med metoden är att koefficienterna väljs för ett visst område av urladdningsströmmar, och när detta område överskrids ökar approximationsfelet avsevärt.

En av de enklaste och mest exakta metoderna för att bedöma egenskaperna hos en AB när den är belastad med en tidsvarierande ström är Hoxsey-metoden. Metoden är baserad på Peukert-relationen, som bestämmer beroendet av den maximala batterikapaciteten (urladdningstiden) på urladdningsströmmen

var jag 1 , jag 2 …jag zär värdena för strömmarna i sektionerna av urladdningsdiagrammet jag=f( t); t 1 , t 2 ...t z- urladdningstid med motsvarande strömmar jag 1 , jag 2 …jag z .

I denna modell, den aktuella grafen jag=f( t) representerar en styckvis konstant funktion uppdelad i z-sektioner. Peukert-koefficienter bestäms för arbetsområdet för strömmar. För att lösa Hoxsey-ekvationen används en sökalgoritm för att bestämma t m förutsatt att den högra sidan av ekvationen är lika med enhet.

Ansöker den här metoden till beräkningen av ett elfordon, inställning som den initiala grafen jag=f( t) förändring av batteriström i en körcykel, kan du beräkna det maximala antalet cykler som en elbil kommer att utföra innan batteriet är helt urladdat N c =t m /t c, var t cär varaktigheten av en cykel.

I arbetet gjordes, på basis av ett simuleringsexperiment, en bedömning av noggrannheten hos flera metoder för förenklad beräkning av icke-stationär belastning av AB under EM:s rörelse i SAE j 227C-cykeln (tabell 1.) . EM med AB OPTIMA YellowTop D 1000 S övervägdes (10 seriekopplade AB med en total massa på 195 kg installerades på EM).

Resultaten av beräkningen av ett elektriskt fordons rörelse

Baserat på den forskning som utförts i avhandlingen för modellering av icke-stationär belastning av AB under olika moder och förhållanden för EM-rörelse, föreslås det att använda hybrida analytiska och simuleringsmodeller baserade på en nedbrytningsmetod, som är baserad på följande axiom för teorin om komplexa system: Hierarki: om  0 är ett delsystem till systemet  och ( …) är ett mått på komplexitet, då ( 0)(), d.v.s. ett delsystem kan inte vara mer komplext än systemet som helhet. Parallellkoppling: om = 1  2 ….. k , d.v.s.  är parallellkoppling delsystem , alltså
. Seriell anslutning: om = 1 + 2 +…+ k , dvs.  är en seriekoppling av delsystem  i , sedan () ( 1)+( 2)+... ( k). Återkopplingsanslutning (FC): om det finns en återkopplingsoperation  från delsystem  2 till delsystem  1, då ()( 1)+( 2)+( 2  1). De listade egenskaperna hos ett komplext system tillåter möjligheten att minska dess skenbara komplexitet genom att kombinera individuella variabler till delsystem. Med en sådan nedbrytning är målet att förenkla analysen av systemet och betrakta det som en löst kopplad uppsättning interagerande delsystem.

I det andra kapitlet uppgiften att formalisera principerna för att konstruera en simuleringsmodell av EM ställs och löses. Funktion förstås som processen att ändra sitt tillstånd i tiden. Modelleringen av processen som helhet bör inkludera en modell av vägbanan, modeller av hjulets interaktion med vägbanan, modeller av själva maskinen, transmission och andra, som alla är sammankopplade och kapslade i varandra (Fig. . 2.).

Det antas att systemetär en uppsättning parametrar
(fuktighet, rotationsvinkel etc.). Varje parameter q jag tar på mig en uppsättning numeriska värden ( q i). Definiera med skick process som helhet, som s j =, där q i j ( q i). Bearbeta Z det finns fyra: Z=S, T, F,  >, var S- tillståndsrums; T- uppsättning tider för tillståndsändring; F- faskarakteristisk för processen, definierad som omvandlingen av tillståndet i tid MED S,  - linjär ordningsrelation på T.

Tidsintervallet för modellering av EM:s rörelse är [ t H, t K ], var
,
. Förutsatt att EM beter sig någorlunda enhetligt inom vissa områden är det möjligt att bryta ner hela processen i delprocesser. Delprocess det finns en delmängd av processen Z på tidsintervallet [ t jag; t j]. Begreppet en delprocess tillåter oss att betrakta en process som en sekvens av delprocesser. För att säkerställa riktigheten av beskrivningar av funktionen av både systemet som helhet och dess komponenter, introduceras ett antal operationer på processer.

Bearbeta Z 1 \u003d S 1, T 1 , F 1 ,  1 > representerar processens faltning Z, om den erhålls som ett resultat av följande transformationer: a) en fullständig uppdelning av processdefinitionsintervallet Z i n delintervall [ j ,  j+1 ], där j=1..n, och  1 = t H, n+1 = t Till . Sedan får vi en uppdelning av processen Z för n delprocesser Z j(j=1..n); b) sätta i enlighet med varje delprocess Z j ett tillståndsvärde från många S 1 och ett tidsvärde  j från intervallet [ j ,  j+1 ]. Svepoperationen är det omvända till faltningsoperationen: processen Zär en processvep Z 1 . Bearbeta Z 1 är en processprojektion Z till koordinatutrymmet
(notation
), om F 1 F.

Låt processer vara givna Z 1 =, T 1 , F 1 ,  1 > och Z 2 =, T 2 , F 2 ,  2 >. Bearbeta Z=, T, F, > är föreningen av processer Z 1 och Z 2 (beteckning Z=Z 1 Z 2) om: S Q är föreningen av utrymmen och
.

De införda operationerna gör det möjligt att skapa en formaliserad beskrivning av både de enskilda komponenterna i processerna (vägprofil, dynamisk förändring av trafikegenskaper etc.) och samspelet mellan komponenterna i hela systemet.

EM-rörelsemodellen inkluderar komponenterna nedan.

Mekanisk modell

Motståndskraften mot rörelse skapar ett motståndsmoment på EM-hjulet, som, med hänsyn till transmissionens utväxlingsförhållanden, förs till motoraxeln, med hänsyn till transmissionens effektivitet.

Således, ögonblicket av motstånd mot rörelse på motoraxeln
var r k – hjulets rullningsradie, m; i tr - transmissionsförhållande; tr - transmissionseffektivitet.

Dessutom måste modellen av den mekaniska delen ta hänsyn till EM:s rörelse på en vägsektion med sluttning (uppstigning eller nedstigning) och motståndet mot rörelse på grund av vägens ojämnhet. Vid modellering av elbilars rörelse vid nedförsbackar bör återhämtningen av bromsenergi beaktas.

Motormodell

Momentet på motoraxeln bestäms utifrån:

(5)

I simuleringsmodellen av elmotorn beräknas den totala effektförlusten vid varje steg, baserat på likströmsmotorns designparametrar och tomgångskarakteristiken som erhålls under testning E = f(jag c) vid en konstant rotationsfrekvens för motoraxeln.

Trots tendensen att använda asynkronmotorer eller beröringsfria permanentmagnetmotorer på EM som dragmotorer, förblir övervägande av DCF den mest bekväma och ganska tillräckliga för att lösa problem med EM-simulering för att få en bild av AB-belastningen.

Styrsystem modell

Motorspänningsreglering U D kan utföras med användning av en tyristorstyranordning genom metoden för pulsbreddsreglering; under driftcykeln   ändras från 0 till 1:

(6)

Körlägesmodell

På basis av de experimentella rörelsescheman har en metod för bildandet av rörelsesättet utvecklats genom slumpmässigt urval av cykler och bildandet av en slumpmässig sekvens av dem. Därmed imiterades oordnad stadstrafik.

Rörelselägena som erhålls på basis av experimentella data skiljer sig väsentligt från rörelselägena i SAE j 227 C-cykeln, i synnerhet när man beräknar för riktiga lägen rörelse erhölls en lägre specifik energiförbrukning (260 Wh/km) än för rörelse i en cykel (390 Wh/km).

Batterimodell

I Fig.3. en förenklad algoritm presenteras som gör det möjligt att bestämma batterispänningen vid varje beräkningssteg i simuleringsmodellen av ett elektriskt fordons rörelse.

Detta tillvägagångssätt för beräkning av den icke-stationära AB-urladdningen kan också utvidgas till beskrivningen av den icke-stationära laddningen som uppstår vid regenerativ bromsning.

Det slutliga målet med att utveckla en elfordonsmodell är att bestämma dess prestanda och batteriegenskaper i ett givet körläge. Följande togs som huvudparametrar:

• 
  körsträcka (kraftreserv);
• 
  energiförbrukning under rörelse;
• 
  energiförbrukning per enhet spår och bärförmåga;
• 
  specifik energi som levereras av batteriet.

• 
  parametrar för batteriet och (eller) energilagringsanordningen: en familj av tillfälliga urladdnings- och laddningsegenskaper för strömvärden i driftsområdet vid en konstant temperatur, vikten av batterimodulen och extrautrustning, antalet installerade moduler, etc.;
• 
  motorparametrar: märkström och spänning, ankarkretsens resistans och excitationslindning, designdata, tomgångskarakteristika, etc.;
• 
  parametrar för basfordonet: bruttovikt, utväxlingsförhållanden för växellådan och slutdriften, transmissionseffektivitet, tröghetsmoment och hjulets rullningsradie, luftmotståndskoefficient, strömlinjeformad yta, rullmotståndskoefficient, lastkapacitet, etc.;
• 
  körlägesparametrar.

Vid modellering av EMs rörelse i cykeln SAE j 227 C erhölls resultaten med datastrukturen som presenteras i tabell 2.

Resultaten av faktoranalys (tabell 3.) visade att redan tre faktorer bestämmer 97 % av informationen, vilket avsevärt kan minska antalet latenta faktorer och följaktligen dimensionen av simuleringsmodellen.

Resultaten av beräkningen av de viktigaste prestandaindikatorerna för EM under överklockning.

1	2	3	4	5	6	7	8	9	10	11	12
1,00	129,93	25,21	250,00	7,2	19,49	120,11	3,00	280,92	0,46	4487,4	0,02
2,00	129,80	41,11	250,00	7,2	19,58	121,19	6,23	583,47	1,81	12873,1	0,32
38,00	116,73	116,30	111,73	3,4	26,36	23,40	47,53	4449,17	393,5	828817,1	-

Resultaten av faktoranalys (tabell 3.) visade att redan tre faktorer ger 97 % av informationen, vilket avsevärt kan minska antalet latenta faktorer och följaktligen dimensionen av simuleringsmodellen.

För att förtydliga den analytiska presentationen av urladdningsegenskaperna hos AB 6EM-145, från vilken batteriet i ett elfordon med en total massa på 3,5 ton och en batterimassa på 700 kg bildas, för att studera möjligheten till en kortslutning -tidsuppladdning av AB:n under ett arbetspass och, som ett resultat, en ökning av körsträckan, genomfördes ett experiment för att testa batteriet 6EM-145 enligt ett speciellt program. Experimentet genomfördes under 2 månader på 2 batterier 6EM-145.

Abstrakta faktorers informativitet

1. 
   Laddning med tvåstegsström 23A och 11,5A (rekommenderas av batteritillverkaren)
2. 
   Styrurladdning (som rekommenderas av tillverkaren) med en ström på 145A till ett lägsta spänningsvärde på 9V.
3. 
   Ladda upp till 20 %, 50 % och 80 % laddningsgrader med strömmar på 23,45 och 95A.
4. 
   Urladdningsström 145A till ett lägsta spänningsvärde på 9V.

Resultaten av multipel regression för nästan alla beroende variabler visade statistiskt signifikanta resultat (korrelationskoefficienten var lika med R\u003d 0,9989, och F-attityd F(2,6)=1392,8). Som ett resultat visas möjligheten för legitim användning av linjära modeller.

Det första accelerationssteget beräknas till värdet av det magnetiska flödet F= F max= 0,0072 Wb och bibehåller ankarströmmen på en konstant nivå jag jag = jag i1 = 250 A. Detta steg börjar vid den tidpunkten t= 0 och slutar när arbetscykeln är lika med 1. Konstanter för denna accelerationsfas: fältström jag i = a∙F max 3 + b∙F max 2 + c∙F max\u003d 10,68 A och spänning på excitationslindningen U i = jag∙R ov

I enlighet med principen för tvåzonsstyrning kan ökningen av motoraxelns hastighet vid full spänning uppnås genom att försvaga magnetfältet. Detta är implementerat i en elektronisk strömregulator som styr en oberoende magnetiseringslindning. Det andra accelerationssteget börjar vid den tidpunkt som motsvarar  =1 och slutar när elfordonet når den inställda hastigheten. initiala värden V, n, U d och andra är resultaten av att beräkna det sista accelerationssteget vid fullt flöde, när  =1.

Flera regressionsresultat

Elfordonsbromsning kan vara mekanisk eller regenerativ. Det sista steget i cykeln börjar vid tidpunkten t= t a + t cr + t co och slutar när t= t a + t cr + t co + t b. Bromsning i SAE j 227 C-cykeln sker med konstant retardation, vilket kan definieras som: a= V välj /(3.6∙ t b) m/s2, där V vyb - hastighet till slutet av körningen, km/h

Simuleringsexperimenten som utfördes i avhandlingsarbetet om att uppskatta egenskaperna hos EM:s rörelse visade att den villkorligt icke-stationära slumpmässiga processen av egenskaper är väl approximerad av en process med en autokovariansfunktion av formen:

var r 1 (t) och r 2 (t)är respektive lika med:

D  =||cov( (t i ),  (t j ))||=||r(t i -t)||, i,j=0..-m - kovariansmatris av processhistoriken vid ögonblick t i , t j ; r(t) - autokorrelationsfunktion för det stationära rörelsesättet.

Stokastiska approximationsalgoritmer valdes ut som kontrollalgoritmer för EM-rörelselägen i avhandlingen. Låta X vektorvariabel in R N, för vilka följande villkor är uppfyllda:

1. Varje kombination av kontrollerade parametrar X motsvarar en slumpvariabel Y rörelseegenskaper med matematiska förväntningar M Y(X).

2. M Y(X) har ett enda maximum och andra partiella derivator  2 M Y/x i x j är begränsade på hela området för ändring av styrlägen.

3. Sekvenser ( a k) och ( c k) uppfyller villkoren:

a) , b) , i) , G) .

(12)

5. Vektor  Y k förändringar i rörelseegenskaper bestäms baserat på implementeringen av slumpmässiga värden för nuvarande lägen X k enligt en av planerna P 1 , P 2 eller P 3:

P 1 =[X k , X k+c k E 1 , . . . , X k+c k E jag, . . . , X k+c k E N ] T - central plan;

P 2 =[X k+c k E 1 , X k-c k E 1 , . . . X k+c k E N, X k-c k E N ] T - symmetrisk plan;

P 3 =[X k , X k+c k E 1 , X k-c k E 1 , . . . X k+c k E N, X k-c k E N ] T .- plan med en central punkt, där .

6. Spridning av bedömning av rörelseegenskaper  k 2 för varje kombination av lägen X k begränsad  k 2  2
Den forskning som utfördes i avhandlingen visade att under ovanstående förhållanden, sekvensen av de valda kontrolllägena X k med sannolikhet 1 konvergerar till optimala värden.

Som ett resultat av den genomförda formaliseringen är den fungerande algoritmen för den kontrollerade simuleringsmodellen av EM-rörelse följande sekvens av åtgärder:

1. Initial inställning av modellen och val av initiala rörelsesätt X 0 , k=0.

2. Med en given kombination av lägen X k i sitt närområde enligt en av planerna P i (i=1,2,3) selektiva banor av rörelseegenskaper genereras ( Xk,l ( t|s k)) l=1 L varaktighet T var och en från ett gemensamt initialtillstånd s k .

3. Genomsnittliga integraluppskattningar av egenskaper beräknas för alla l=1 …L med ett gemensamt initialtillstånd s k :

6. Ställ in utgångsläget s k +1 nästa kontrollintervall, lika med sluttillståndet för en av processerna i föregående steg.

7. I enlighet med det valda stoppkriteriet görs en övergång till punkt 2, eller till slutet av simuleringen.

I fjärde kapitlet de utvecklade metoderna och modellerna testades.

Vid val av dimensioner på batteriet installerat på EM, för att optimera förhållandet mellan bärförmågan och körsträckan för elfordonet, används konceptet transportarbete A=G E ∙L t∙km, var G E– lastkapacitet för EM, t; L- kraftreserv EM (körsträcka). Lastkapacitet EM G E =G 0 - m b / 1000 t, där G 0 = G MEN – m– chassiets lastkapacitet, bestäms av basfordonets lastkapacitet G MEN inklusive vikt  m, frigörs när förbränningsmotorn ersätts med ett elektriskt drivsystem, t; m b är energikällans massa, kg. Milvärde L elfordon i det allmänna fallet beräknas enligt formeln som är känd i litteraturen
km, var E m - specifik energi för strömkällan, W∙h/kg;  - specifik energiförbrukning under rörelse, W∙h/km. Som ett resultat, för transportarbete är det sant:

där: koefficient
km/kg.

Baserat på den utvecklade simuleringsmodellen utfördes beräkningen av EM:s rörelse på basis av GAZ 2705 "GAZelle" -bilen med en bärförmåga G 0 =1700 kg. Beräkningen utfördes för källor sammansatta av 10 seriekopplade OPTIMA D 1000 S batteriblock. G MEN .

Beräkningarna utfördes för rörelse i cykeln S AE j 227 C och för att röra sig med konstant hastighet. I Fig.4. visar den teoretiska och erhållna genom simulering av transportarbetets beroende av batteriets massa.

Enligt resultaten av beräkningen uppnås det maximala transportarbetet med en massa batterier som är något större än halva lastkapaciteten. Detta beror på ökningen av specifik energi E m strömkälla med ökande kapacitet.

Cykel S AE j 227 C är en av de mest intensiva testcyklerna, non-stop körning, tvärtom, är en av de enklaste. Baserat på detta kan det antas att graferna som motsvarar mellanliggande körlägen kommer att vara placerade i det område som begränsas av motsvarande kurvor, och det maximala transportarbetet vid arbete med OPTIMA D1000S-batteriet ligger i intervallet från 920 till 926 kg.

I häktet de huvudsakliga resultaten av arbetet presenteras.

Ansökan innehåller dokument om användningen av resultatet av arbetet.

Huvudsakliga slutsatser och resultat av arbetet

1. 
   Klassificeringen av ABs och analysen av kända metoder för att beräkna egenskaperna hos ABs har utförts. En bedömning av möjligheten av deras tillämpning vid modellering av den icke-stationära laddningen och urladdningen av AB ges.
2. 
   Baserat på den forskning som utförts i avhandlingen för modellering av icke-stationär belastning av AB under olika moder och förhållanden av EM-rörelse, föreslås det att använda en nedbrytningsmetod som möjliggör integrering av hybridanalys- och simuleringsmodeller, inklusive modeller av den mekaniska delen, kontrollsystem, rörelselägen och andra.
3. 
   Uppsatsen ställde upp och löste problemet med att formalisera principerna för att konstruera en EM-simuleringsmodell med hjälp av en processbeskrivning av objekt och komponenter i systemet, vilket möjliggör simulering av icke-stationära lägen för EM-rörelse och deras inverkan på de icke-stationära belastningsegenskaperna hos AB.
4. 
   En faktoranalys av överklockningsegenskaper gjordes, som visade att redan tre faktorer förklarar 97% av informationen. Detta gjorde det möjligt att avsevärt minska modellens latenta faktorer och därmed dimensionen av simuleringsmodellen.
5. 
   En teknik för att utföra ett experiment på jämförande analys egenskaper för urladdning av batterier och experiment utfördes. De erhållna experimentella data visade att för nästan alla beroende variabler är det legitimt att använda linjära modeller.
6. 
   De simuleringsexperiment som utfördes för att bedöma egenskaperna hos EM:s rörelse visade att den icke-stationära slumpmässiga processen av egenskaper är väl approximerad av en process med en hyperexponentiell autokovariansfunktion. Analytiska uttryck erhålls för att beskriva egenskaperna hos en villkorligt icke-stationär process.
7. 
   För att lösa optimeringsproblem på en simuleringsmodell väljs stokastiska approximationsalgoritmer som kontrollalgoritmer, som ger hög hastighet konvergens under förhållanden med stora spridningar av rörelseegenskaper.
8. 
   Ett programvaru-simulerande komplex har utvecklats, som har introducerats för praktisk användning i ett antal företag, och som även används i utbildningsprocessen vid MADI (STU).

Publikationer på ämnet avhandlingsarbete

1. 
   Ioanesyan A.V. Metoder för att beräkna egenskaperna hos batterier för elfordon / E.I. Surin, A.V. -M., 2003. - S.29-36.
2. 
   Ioanesyan A.V. Metoder för att bestämma slutet av urladdningen och laddningen av batteriet på en elbil / Ioanesyan A.V. // Elektroteknik och elektrisk utrustning för transport. - M.: 2006, nr 6 - s. 34-37.
3. 
   Ioanesyan A.V. Grundläggande parametrar för batterier för elfordon / A.V. Ioanesyan // Metoder och modeller för tillämpad informatik: Interuniversitet lör. vetenskaplig tr. MADI (GTU). - M., 2009. - S.121-127.
4. 
   Ioanesyan A.V. Modell av den mekaniska delen av elbilen / A.V. Ioanesyan // Metoder och modeller för tillämpad informatik: Interuniversitet lör. vetenskaplig tr. MADI (GTU). - M., 2009. - S.94-99.
5. 
   Ioanesyan A.V. Generaliserad simuleringsmodell av ett elfordons rörelse / A.V. Ioanesyan // Principer för konstruktion och funktioner för användning av mekatroniska system: lör. vetenskaplig tr. MADI (GTU). - M., 2009. - P.4-9.
6. 
   Ioanesyan A.V. Modeller av icke-stationära processer för elektriska fordonsrörelser / A.V. Ioanesyan // Principer för konstruktion och funktioner för användning av mekatroniska system: lör. vetenskaplig tr. MADI (GTU). - M., 2009. - S.10-18.